睡觉的时候一直放里面是什么感觉，睡觉一直放在里面-绿茶通用站群

睡觉的时候一直放里面是什么感觉，睡觉一直放在里面 ChatGPT之后又一应用杀疯了，AIGC或进入可控期，将洗牌科技行业？

自聊天机器(qì)人ChatGPT火(huǒ)爆以来，微软公司创始人比(bǐ)尔·盖茨(cí)已多次公(gōng)开谈论人(rén)工智能话题(tí)。在最近的一(yī)次采访中，他(tā)再次(cì)表示：“AI可(kě)能会让科技行业迎(yíng)来一次剧烈的(de)洗牌”。

这个结论是他在当(dāng)地时间2月20日接受《In Good Company》节目专访时提出的(de)。

他预期，AI的发展可能会(huì)威胁到(dào)谷歌(gē)的市(shì)占率，因为微(wēi)软在AI方面的行动相当迅速。而(ér)最(zuì)终(zhōng)科技(jì)巨(jù)头将把AI整合成用户的“全能助手”，包揽一切应用，与人们(men)进行沟通并提供建议(yì)，可以取代亚马逊、Siri或(huò)Outlook等应用(yòng)。

大佬口中全(quán)能助手的到来可(kě)能(néng)尚需时日，但由ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀出重(zhòng)围。

ChatGPT之后(hòu)又一应用(yòng)杀疯了，AIGC或进入可控期，将洗牌科技行业(yè)？_黑(hēi)料正(zhèng)能(néng)量

ControlNet颠覆(fù)AI绘画(huà)新玩法

AIGC向可(kě)控靠近

以AI绘画为代表的(de)AIGC上一次爆火的时候，还是2022年8月，在美(měi)国科罗拉多(duō)州举(jǔ)办的新兴(xīng)数(shù)字艺术(shù)家竞赛中(zhōng)，一幅名为《太空歌剧院》的作品获奖(jiǎng)。

随后各大厂商的AI绘画软件被广大网(wǎng)友熟知并(bìng)体(tǐ)验，Stable Diffusion便是(shì)其中(zhōng)代表。

用户们可以(yǐ)在应用中输入一组(zǔ)关键(jiàn)词(cí)或者一张照(zhào)片，就能获得一幅AI创(chuàng)作的(de)画作。

作画(huà)的关键就(jiù)是所输入(rù)的(de)文本(běn)。同一组关键词也(yě)可(kě)以创(chuàng)作(zuò)出(chū)很多张(zhāng)风格不一样的画作(zuò)，这让创作(zuò)的(de)过程就像开盲盒。

很多用户很喜欢(huān)这种不确定(dìng)的惊喜，他们会将生成的美图当做(zuò)头像。而另一部分喜欢翻看AI绘画(huà)的“翻车(chē)”作(zuò)品。在社交(jiāo)媒体上，许(xǔ)多用户分享AI“翻车现场(chǎng)”，例如，一位网友(yǒu)的小(xiǎo)狗照(zhào)片被AI画(huà)成了“肌肉(ròu)男”，还有网(wǎng)友的(de)个人照片被AI识别成了建筑。

而如今随(suí)着ControlNet的出现与加持，以往AI绘画的填写关键词(cí)游(yóu)戏可能要被(bèi)颠覆了。

ControlNet是(shì)一位正在斯(sī)坦福读博的中国人(rén)张(zhāng)吕敏创作的一(yī)种(zhǒng)基于控制点的图(tú)像(xiàng)变形算法，主要用于数字(zì)图像处理、计算机视觉和计(jì)算机图形学等领域。

其(qí)SD插件一(yī)经(jīng)发布(bù)，在短短(duǎn)的(de)两天内便(biàn)成为(wèi)了AI绘画(huà)领域最新的热点。

在(zài)此之前，大(dà)家用了很多方法想让(ràng)AI生成(chéng)的结果尽(jǐn)可能的符合要求，但是(shì)都不(bù)尽如人意(yì)，它睡觉的时候一直放里面是什么感觉，睡觉一直放在里面的出现代(dài)表着AI生(shēng)成(chéng)开始进入真正的可控时期(qī)。

因为ControlNet可以直接提(tí)取画(huà)面的(de)构图，人物的(de)姿势和画面的深度信(xìn)息(xī)等。有了它的帮(bāng)助，就不(bù)用频繁(fán)的用提示词来碰运气，抽盲(máng)盒式的创作了(le)。

通俗的(de)说ControlNet相当于(yú)给AI绘画加了“魔法”，不(bù)少博主(zhǔ)的(de)作品已经获(huò)得了大量(liàng)的浏(liú)览量，“viggo”就是其中之一，他用朋友的照片直接带她们(men)走进(jìn)动(dòng)漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字(zì)。

再用Text2Prompt插件(jiàn)拓展找到对应的关键词；最后(hòu)用ControlNet插件绑定骨(gǔ)骼开(kāi)始换关(guān)键词试效果(guǒ)。

通(tōng)过图片就可以看出来，效果十分惊艳。

更厉害的是，除了真实的照片，草图也可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿转全彩图。大神(shén)张吕敏其本尊也亲(qīn)自回应。

不得(dé)不说当下AIGC已经(jīng)变得越来越(yuè)强大，甚(shèn)至(zhì)输(shū)出的作品都已经能以假乱真了(le)。

难辨虚实，AIGC技(jì)术(shù)力(lì)爆发(fā)

警(jǐng)惕(tì)安全问(wèn)题

近日，“苏州金鸡(jī)湖有游艇(tǐng)party”的消息火(huǒ)遍网络，而经过警方(fāng)辟谣这(zhè)所谓的(de)“party”可能是全国第一起AI绘图诈(zhà)骗。

由于这个活动里面给(gěi)出的美女照片(piàn)都是AI制(zhì)作(zuò)的真人照(zhào)片绘(huì)图，因为(wèi)太(tài)逼真(zhēn)，被大家当成(chéng)真事传(chuán)播了。

不过(guò)仔细(xì)观察可以(yǐ)发现，活动发起者提供(gōng)的照(zhào)片中有个很大的漏洞可以(yǐ)发(fā)现(xiàn)并非(fēi)真人(rén)，而(ér)是(shì)AI绘图，那便是图片中女性的手指部分有(yǒu)的存在(zài)异常。

ChatGPT之后又(yòu)一(yī)应用杀疯了，AIGC或进(jìn)入可控期(qī)，将(jiāng)洗牌科技行(xíng)业？_黑料正能量

有行(xíng)业人事表示：“现(xiàn)在(zài)因为手指部分的绘画算法比较复杂，AI还不太会画人的手，但(dàn)最新看到的图片已经有(yǒu)越(yuè)来越(yuè)完美的AI模型出现，以后可能就(jiù)完(wán)全(quán)没有漏洞了。”

类似(shì)的AI作图诈骗在国外也已有发生。据英(yīng)国广(guǎng)播公司报道，土(tǔ)耳其地震期(qī)间，有Tiktok用(yòng)户使用(yòng)AI合(hé)成了儿童受灾(zāi)的假(jiǎ)照(zhào)片发布到网(wǎng)络(luò)，以此诱(yòu)骗善良的人打(dǎ)赏“捐助”从而(ér)实施诈骗。

目前(qián)随(suí)着技术发展，AIGC已经(jīng)能做出真(zhēn)人照片般(bān)的绘图(tú)效果，如果这样的图片被(bèi)用来诈骗，将非常可怕。

此外(wài)AIGC还(hái)引发了很多担(dān)忧，一方面，批判(pàn)者认(rèn)为AI在“学习”了(le)大量前人的作品之(zhī)后(hòu)，其创作没有任(rèn)何情绪和灵魂，难(nán)以(yǐ)和人类的艺(yì)术创作相提并论(lùn)。

另一方(fāng)面，AIGC背后(hòu)的版(bǎn)权(quán)、目前都并没有(yǒu)得到有效的解决，还有AIGC会(huì)不会代替人类“至高(gāo)无上(shàng)”的创意。

马斯(sī)克(kè)也强调(diào)，人工智能的安(ān)全(quán)问题需要得到重视，太晚就(jiù)来不及了。

AIGC下一站(zhàn)除了视频(pín)，还有远(yuǎn)方(fāng)

技术(shù)都是(shì)有两面(miàn)性的(de)，潜在的危害并不能掩盖其光(guāng)辉(huī)的贡献。现在看来，人工智能技(jì)术将(jiāng)是第四(sì)次工业革命的核心(xīn)驱动力量(liàng)，将创造新的(de)增长奇(qí)迹。

过去(qù)一年，人工智(zhì)能在技术和商业层面都有了巨大进(jìn)展，AI绘画就(jiù)是人工智能技术发生方向性改变的一个代(dài)表。其(qí)下一站或许就(jiù)是视频。

此前，Meta和谷歌先(xiān)后发布了几条引爆(bào)科(kē)技(jì)圈的短视频。这些(xiē)视频引(yǐn)发关注并非内容做得多优秀，反而都非(fēi)常简(jiǎn)单，比如(rú)一(yī)匹(pǐ)正在喝水的马，一只画画的(de)玩(wán)具熊，或者(zhě)一段骑摩托(tuō)车(chē)的第(dì)一视(shì)角(jiǎo)录像，随便(biàn)一个有手(shǒu)机的人都可(kě)以随(suí)手录下一段(duàn)。

但这(zhè)些短视频的(de)创(chuàng)作方式非(fēi)常简单，创作者(zhě)仅仅需要(yào)向AI输入一段话，甚至(zhì)只(zhǐ)是说一下要求，AI就可以根据需要生(shēng)成一段视频(pín)。

谷歌发布的(de)两(liǎng)个AI生成视频(pín)分别来自于Imagen Video和(hé)Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有(yǒu)太(tài)多的差别(bié)。

在Make-A-Video公布了AI生成的(de)视频后，AI圈就已经玩了(le)一波梗(gěng)，一个能(néng)够做出更(gèng)高(gāo)清(qīng)视频的AI还不(bù)足以在短时间内戳中兴(xīng)奋点。

Phenaki更加令(lìng)人震惊的地方(fāng)在于，它可以制作出超过2分钟的连贯的也有确切内容的视频，这才是真正让人们感到惊喜的地方(fāng)。因为无(wú)论(lùn)AI生成(chéng)的视频多么高清(qīng)，也只能是为内容生(shēng)产者(zhě)提供一(yī)个灵感，一个素材(cái)，一个过场动(dòng)画。

不过(guò)能够制(zhì)作出有具体剧情(qíng)内容的(de)视(shì)频就意味(wèi)着(zhe)，一些视频(pín)创作由AI代替人(rén)工完成(chéng)已经初步有(yǒu)了可能(néng)。

当下AI的发(fā)展(zhǎn)速度(dù)已经超过大部分人(rén)的想(xiǎng)象。内容(róng)产业的(de)本质是(shì)供给创造需(xū)求，AIGC作为全新的内容生产方式，可以(yǐ)为(wèi)内容(róng)产(chǎn)业带来更新的(de)内容(róng)风格、更快的生产速度，更低的生(shēng)产成(chéng)本，这无疑(yí)会驱动内容产业的(de)大爆发。

除了AI绘图、视频，AIGC技术还能应用于音(yīn)乐、代码、机器人动(dòng)作等(děng)多(duō)种内容(róng)形式的生成(chéng)。不(bù)难(nán)发现该项技术不仅在游戏等行业(yè)能(néng)得到有效应(yīng)用，对(duì)于(yú)下一代(dài)互联网各(gè)种(zhǒng)元素的构建(jiàn)亦有关键意(yì)义(yì)。

从商业(yè)化的角度来看，文化娱乐、教(jiào)育、传媒等(děng)诸多领域，本身就对基(jī)于AI的可视化内容有强烈(liè)需(xū)求(qiú)。

因此(cǐ)，AI绘画及视频(pín)或不(bù)是结果(guǒ)，而只是AI进程中的一块重要拼图，有(yǒu)望在技(jì)术更新的加(jiā)持下实现(xiàn)更(gèng)大(dà)的应用价值。

AI从理解内(nèi)容，走向(xiàng)了可以生成(chéng)内容，甚至能够创(chuàng)造(zào)出独立价值和独立视角的内容。AIGC的再次出圈，更代表着未(wèi)来的先进生产力(lì)即将到来(lái)。

睡觉的时候一直放里面是什么感觉，睡觉一直放在里面>04

紧抓大模型与算(suàn)力，牢固AIGC底座

从(cóng)技术的(de)发展(zhǎn)也可以看出，在(zài)语(yǔ)言大模型、图像大模型之后，多模态大模(mó)型已(yǐ)经成为了新的趋势(shì)。

大模型被(bèi)誉为(wèi)当前人(rén)工智能发(fā)展的(de)智能底(dǐ)座，是全(quán)球竞争最激(jī)烈的研究方向之一，包括谷(gǔ)歌、亚(yà)马逊、百(bǎi)度、阿里(lǐ)、腾讯等众多头(tóu)部企(qǐ)业都在竞相发力。

不过(guò)训练大模型的确价格不菲，以国盛(shèng)证券发布的《ChatGPT需要多少算力》报(bào)告(gào)估算，GPT-3训练一次(cì)的(de)成本约为140万美元。而对(duì)于一些更大的LLM(大型语言模型)，训练成本则介于200万美元(yuán)至1200万美元高价(jià)之间。

以ChatGPT在2023年1月(yuè)的独立访客平均数1300万计算，其(qí)对应芯片需求为3万多片英伟(wěi)达A100 GPU，初始投入成本约为8亿美元，每(měi)日仅电费就在5万美(měi)元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大(dà)模(mó)型的发展同(tóng)时，更应该关注(zhù)算力(lì)网络(luò)的建(jiàn)设。

算力网络正(zhèng)驱(qū)动AI产(chǎn)业发展进(jìn)入史诗(shī)级加速进程，让AIGC及通用AI这一(yī)人(rén)工智能发展的终极目(mù)标离得(dé)更近。

因为算力(lì)可以对突破性(xìng)技(jì)术创新(xīn)提供大力的支持。这方面，多模(mó)态(tài)大模型(xíng)是(shì)典型。作(zuò)为面向未来强人工智能、通(tōng)用人工智能的重要技术创(chuàng)新，多模(mó)态(tài)大模型(xíng)已经在人(rén)工智能领域提出了很(hěn)多年，业界也(yě)有不少(shǎo)技(jì)术突破，但是，多模态大(dà)模型进一步往下(xià)走(zǒu)，算力需求呈几何式上升(shēng)，一般(bān)的算力(lì)基(jī)础设施很快将(jiāng)难(nán)以胜任。

从图像(xiàng)、文(wén)字、语音单独一(yī)项(xiàng)的训练，到双模(mó)态(tài)、三模态的跃迁，让人工(gōng)智能(néng)可以灵活应对不(bù)同模态的转(zhuǎn)化、像人(rén)与世界交互一(yī)样自然，这(zhè)方面(miàn)，由算力网络(luò)来驱(qū)动将有明显优势。